드론영상 기반 자율주행차량용 LDM 콘텐츠 구축

Abstract

최근 센서기반 자율주행차량의 다양한 사고사례가 보고되며, 안전한 자율주행의 실현을 위한 ‘자율협력주행기술’의 일환으로 LDM 기술이 대두되고 있다. LDM이란 자율협력주행을 위한 자율주행 지원정보를 수집, 저장하여 제공하는 정보체계로, 정밀도로지도를 기반으로 랜드마크, 교통정보, 자차정보 등을 차로수준으로 매핑하여 관리하는 데이터 시스템이다. LDM은 자율주행을 지원할 수 있는 데이터를 갱신주기에 따라 4개의 Layer로 구분하여 데이터를 저장하는데, 이때 기존의 교통정보 수집 방법론은 Layer 3, 4로 구분되는 동적데이터를 수집하기 어렵다는 한계가 존재한다. 본 연구는 드론을 활용하여 기존의 방법론으로 수집하기 어려운 LDM 콘텐츠를 구축하는 것을 목적으로 한다. 드론 항공영상 내 차량 객체를 검지하고 추적하기 위하여 다중객체추적 알고리즘 기반의 Vehicle Object Tracking Model를 구축한다. 추적된 차량객체에 지리적 위치정보를 부여하기 위하여 Auto Georeferencing Framework를 개발한다. 개발된 모델과 프레임워크를 활용하여 드론 항공영상 내 차량 주행궤적에 대한 경위도좌표를 추출하고, 추출된 차로변경 행태 데이터를 기반으로 LDM 콘텐츠인 위험구간 정보를 생성한다. 본 연구의 주요한 기여는 다음과 같다. 기존의 교통정보 수집 방법론으로는 수집할 수 없었고 모호하게 표현되었던 위험구간 정보를, LDM 콘텐츠로써 정확한 지리적 위치와 위험요소 정보를 제공한다. 또한 도로 인프라 및 차량 내부에 데이터 수집 장치의 설치 없이 자유롭게 데이터의 수집이 가능하며, 개별 차량의 주행행태를 경위도좌표와 함께 수집하기 때문에 기존의 공간정보와 결합하여 사용 가능하다는 활용성을 가진다. 이처럼 본 연구의 결과물은 데이터 수집범위와 가공단위에서 높은 범용성을 가진다. 연속류 뿐만 아니라, 단속류, 교차로 등 다양한 범위의 데이터를 수집가능하며 이를 통해 딜레마존, 차선변경 다발 구간, 가감속 위험 구간 등 기존에 수집할 수 없었던 다양한 교통 파라미터를 추출할 수 있다. 그뿐만 아니라 차량 주행궤적을 수집하기 때문에, 기존에 실제 데이터를 수집할 수 없어 교통 시뮬레이션에 의존하던 자율주행차량의 주행경로 예측 연구에 실제 차량 궤적 데이터를 적용 및 활용 가능할 것으로 기대되어진다.